Statistical Learning and Pattern Analysis for Image and Video Processing

جمع‌آوری، ذخیره‌سازی و انتقال ارزان حجم وسیعی از داده‌های بصری، علم، فناوری و تجارت را متحول کرده است. نوآوری‌های رشته‌های مختلف به طراحی ماشین‌های هوشمندی که قادر به شناسایی و بهره‌برداری از الگوهای مفید در داده‌ها هستند، کمک کرده است. یکی از این رویکردها، یادگیری آماری برای تجزیه و تحلیل الگو است.

در میان فناوری‌های مختلف درگیر در پردازش هوشمند اطلاعات بصری، یادگیری آماری و تحلیل الگو بدون شک محبوب‌ترین و مهم‌ترین رویکرد است. منطقه ای است که در سال های اخیر سریع ترین توسعه را تجربه کرده است. مهمتر از همه، یک چارچوب نظری یکپارچه برای کاربردهای تحلیل الگوی بصری فراهم می‌کند.

این کتاب درسی/مرجع منحصربه‌فرد یک مرور کلی از نظریه‌ها، روش‌شناسی‌ها و پیشرفت‌های اخیر در این زمینه ارائه می‌کند. یادگیری آماری و تجزیه و تحلیل آماری برای مدل‌سازی الگوی بصری و محاسبات این کتاب شالوده نظری محکمی را تشریح می‌کند، خلاصه‌ای کامل از آخرین پیشرفت‌ها ارائه می‌کند، و مسائل معمولی را ارائه می‌کند که باید در ساخت یک سیستم واقعی برای پردازش اطلاعات بصری در نظر گرفته شوند.

ویژگی‌ها:

• بررسی گسترده ای از پیشرفت های اخیر در یادگیری آماری و تجزیه و تحلیل الگو با توجه به دو مشکل اصلی نمایش و محاسبات در محاسبات بصری ارائه می دهد

• مبانی تشخیص الگوی آماری و یادگیری آماری را از طریق چارچوب کلی یک سیستم تشخیص الگوی آماری ارائه می‌کند

• بازنمایی و طبقه‌بندی الگو، و همچنین مفاهیم دخیل در یادگیری تحت نظارت، یادگیری نیمه آماری و بدون نظارت را مورد بحث قرار می‌دهد. یادگیری

• یادگیری تحت نظارت الگوهای بصری در تصاویر را با تمرکز بر تجزیه و تحلیل الگوی آماری نظارت شده، استخراج و انتخاب ویژگی، و طراحی طبقه بندی کننده معرفی می کند

• تجزیه و تحلیل الگوی بصری در ویدئو را پوشش می دهد. از جمله روش‌شناسی برای ساختن سیستم‌های آنالیز ویدئویی هوشمند، جنبه‌های حیاتی تحلیل حرکت، و فرمول‌بندی ردیابی چند هدف برای ویدئو

• شامل یک بحث عمیق در مورد پردازش اطلاعات در فرآیند شناختی، با در نظر گرفتن یک طرح جدید حافظه تداعی و معماری جدید برای یک سیستم هوشمند مصنوعی با جاذبه‌های آشوب

این راهنمای کامل برای توسعه سیستم‌های پردازش اطلاعات بصری هوشمند سرشار از نمونه‌هایی است و به محققان و دانشجویان فارغ التحصیل در بینایی کامپیوتر و تشخیص الگو با یک منبع مستقل، ارزشمند و مفید در مورد موضوع.

The inexpensive collection, storage, and transmission of vast amounts of visual data has revolutionized science, technology, and business. Innovations from various disciplines have aided in the design of intelligent machines able to detect and exploit useful patterns in data. One such approach is statistical learning for pattern analysis.

Among the various technologies involved in intelligent visual information processing, statistical learning and pattern analysis is undoubtedly the most popular and important approach, and is the area which has undergone the most rapid development in recent years. Above all, it provides a unifying theoretical framework for applications of visual pattern analysis.

This unique textbook/reference provides a comprehensive overview of theories, methodologies, and recent developments in the field of statistical learning and statistical analysis for visual pattern modeling and computing. The book describes the solid theoretical foundation, provides a complete summary of the latest advances, and presents typical issues to be considered in making a real system for visual information processing.

Features:

• Provides a broad survey of recent advances in statistical learning and pattern analysis with respect to the two principal problems of representation and computation in visual computing

• Presents the fundamentals of statistical pattern recognition and statistical learning via the general framework of a statistical pattern recognition system

• Discusses pattern representation and classification, as well as concepts involved in supervised learning, semi-statistical learning, and unsupervised learning

• Introduces the supervised learning of visual patterns in images, with a focus on supervised statistical pattern analysis, feature extraction and selection, and classifier design

• Covers visual pattern analysis in video, including methodologies for building intelligent video analysis systems, critical aspects of motion analysis, and multi-target tracking formulation for video

• Includes an in-depth discussion of information processing in the cognitive process, embracing a new scheme of association memory and a new architecture for an artificial intelligent system with attractors of chaos

This complete guide to developing intelligent visual information processing systems is rich in examples, and will provide researchers and graduate students in computer vision and pattern recognition with a self-contained, invaluable and useful resource on the topic.